Pandas中使用派生值更新MultiIndex数据框的问题

你的核心问题有两个：

1. join操作返回的是新的DataFrame对象，你没有将结果重新赋值给trajec，所以循环内的操作不会修改原数据
2. 遍历每个Vehicle_ID的方式效率较低，Pandas的groupby可以更简洁高效地完成分组计算

方法1：修复循环内的赋值问题 #

如果坚持用循环，需要将join的结果重新赋值给trajec，或者先收集所有平滑数据，最后一次性合并：

v_ids = trajec.index.get_level_values('Vehicle_ID').unique().values
# 初始化空DataFrame存储所有平滑结果
smooth_all = pd.DataFrame()

for id in v_ids:
    ewm_x = trajec.loc[(id,), 'Local_X'].ewm(span=T_pos/dt).mean()
    ewm_y = trajec.loc[(id,), 'Local_Y'].ewm(span=T_pos_x/dt).mean()

    smooth = pd.DataFrame({'ewm_y': ewm_y, 'ewm_x': ewm_x})
    smooth_all = pd.concat([smooth_all, smooth])

# 最后一次性合并到原数据
trajec = trajec.join(smooth_all)

方法2：使用groupby实现高效分组计算（推荐） #

无需循环，直接按Vehicle_ID分组后计算EWM均值，代码更简洁且性能更好：

# 按Vehicle_ID分组，对Local_X和Local_Y分别计算EWM均值
ewm_result = trajec.groupby(level='Vehicle_ID').agg(
    ewm_x=('Local_X', lambda x: x.ewm(span=T_pos/dt).mean()),
    ewm_y=('Local_Y', lambda x: x.ewm(span=T_pos_x/dt).mean())
)

# 将计算结果合并到原DataFrame
trajec = trajec.join(ewm_result)

代码说明： #

• groupby(level='Vehicle_ID')：针对MultiIndex的Vehicle_ID层级分组
• agg方法可以同时指定多列的计算逻辑，并直接重命名结果列
• 最后用join一次性合并所有分组的计算结果，避免循环中的重复操作

补充说明 #

• 注意确保T_pos、T_pos_x和dt的数值是合理的，EWM的span参数需要是正数
• 如果原DataFrame的MultiIndex是有序的，join操作会自动匹配索引，无需额外处理

内容的提问来源于stack exchange，提问作者evan